提取博客知识为Skill

从大量博客文章中筛除低价值材料，将可重复的方法论蒸馏为 AI、可视化与学习三类 Skill

本文是对 _posts/ 目录下 1300+ 篇博客的 skill 提取潜力分析报告，作为后续提取 Skill 时的参考索引。

分析方法：抽样精读 90+ 篇”方法论/流程/How-to”类文章，从「可重复的结构化流程」「领域无关或可迁移」「有可执行输出」三个维度评估，并结合 AgentInfra 仓库已有的 skills 去重。

生成时间：2026-07-06。

博客知识蒸馏为 Skill 的漏斗

一、判断标准

一篇博客能提取为 Skill，需同时满足：

可重复的结构化流程 —— 步骤 / 检查清单 / 决策框架（而非观点、链接集、流水账）
领域无关或可迁移 —— 不是纯个人/项目特定
有可执行输出 —— 能转化成 agent 的工作指令或模板

按此标准，博客中约 5%（~60 篇） 有 Skill 价值，其中真正高价值、可直接抽取的约 15-20 个。

二、最高优先级 Skill 候选（Tier S，5/5）

这些文章本身就接近 Skill 质量，流程清晰、可直接落地。

2.1 AI / Agent 方向（最前沿，最该沉淀）

源文件	建议 Skill 名	核心方法论
`如何实现长程自动化任务.md`	`long-running-task-orchestrator`	`Task Spec + Skill + Harness + Quality Gate + Checkpoint + Iteration Loop` 闭环公式，含最小目录结构
`Loop-Engineering.md`	`loop-engineering`	设计”会自己 prompt agent 的系统”，5 个构建块 + 6 条防御规则 + 判定是否该 loop 的 4 问
`文档驱动开发.md`	`documentation-driven-development`	D3 六阶段流水线：先写需求（EARS 语法），再做技术选型（多维对比），然后依次完成架构、数据结构、测试和实现
`如何蒸馏我自己的写作风格.md`	`voice-distillation`（通用元 Skill）	先清洗样本（剔除 AI 味和报告体），再提取结构而非词汇，打包成自包含目录，整体按”刹车而非油门”设计
`Skill自进化调研.md`	`skill-self-evolution-playbook`	MVP 路径：先用 20 个 skills、每个 20-50 条 tests 起步，跑 A/B 对比后由人工 merge；另配 7 项评估指标

2.2 可视化工程方向（专业护城河）

源文件	建议 Skill 名	核心方法论
`可视化组件的配置设计思路.md`	`vis-component-config-designer`	config 按 CSS 三用途分类(定位/美化/移动)，所有数值皆可配置
`可视化组件设计.md`	`vis-component-design-principles`	数据-渲染-交互三元组 + 归一化坐标系 + 单向依赖 + 反模式清单
`数据可视化组件库的架构模式.md`	`vis-library-architecture-selector`	MVC/CBA/微内核对比表 + 5 问决策框架 + 混合架构配方
`ECharts配置的范式演进-从对象规约到意图驱动的系统性方法论.md`	`nl2vis-pipeline` (LLM→GoG→option)	把 option 视为”序列化场景图”，用 GoG 作为 LLM 的中间表示
`拓扑可视化的设计要点.md`	`vis-performance-optimization`	5 大性能战术 + 6 项可测量指标(首屏/fps/内存/重叠率)
`用D3-js实现一个图形的套路.md`	`d3-graph-routine`	有序步骤：先读文档、造数据，再设计 config、分解 g 层级，最后装配骨架；每步都有产出物

2.3 学习方法论方向（元能力）

源文件	建议 Skill 名	核心方法论
`如何构建可迁移的学习元框架.md`	`meta-learning-fols`	FOLS 四步：拆解（Deconstruct）、形式化（Formalize）、推导（Derive）、验证（Verify）；已写成 BNF 文法，最”skill 化”的一篇
`评测驱动的刻意练习.md`	`eval-driven-practice`	从真实任务出发：先定评分标准，自己做一遍，再找外部评测，定位最弱的环节，只练那一小环。含防 reward hacking 设计
`英语学习方法论.md`	`english-learning-system`	已有 `english-learning-methodology-blog`，内部可拆 5+ 子 skill(错题本循环/短语库构建/sprint 规划)

三、次优先级 Skill 候选（Tier A，4/5）

方法扎实，需要少量打包工作。

3.1 管理 / 领导力（“工程领导力操作系统”集群）

源文件	建议 Skill 名	核心方法论
`(精)如何写工作总结和计划.md`	`performance-review-upleveling`	价值链 + KPI + SMART 重写流水线（30KB 集大成，强推）
`如何做好CodeReview.md`	`code-review-rubric`	6 维评审 + 现成 AI-CR prompt，可增强已有 `frontend-code-review`
`如何跟组员进行半年度-年度谈话.md`	`one-on-one-prep`	按员工类型分 Segment + 三桶问题库(挖掘诉求/总结/计划)
`紧急需求提问模板.md`	`requirement-intake-checklist`	10 通用问题 + 免费/付费产品附加项
`突发性紧急任务的处理.md`	`crisis-task-playbook`	5 步:身先士卒/激励/锁需求/协调/护环境
`如何保证提测质量.md`	`pre-handoff-quality-gate`	提测前 live demo + 自测清单
`TeamLeader的工作职责与标准.md`	`team-lead-operating-rhythm`	10 项 TL 工作清单 + 人/事两轴
`结构化思维.md`	`structured-thinking-coach`	目的→策略→计划 + 5W2H + PDCA
`如何确定某件事情该不该做.md`	`should-i-do-this-triage`	5+4 优先级/委派决策过滤器
`近期需求管理的问题及解决方案.md`	`demand-management-fix`	6 问题→8 方案 + SLA/列定义

3.2 AI / Agent 辅助

源文件	建议 Skill 名	核心方法论
`Vibe-Coding经验总结.md`	增强 `workflow-ai-coding-v3`	反向提问模式 + Rules 四分类
`MetaPrompt.md`	`codebase-to-prompt-asset`	5 层逆向 prompt，邻近已有 `implemented-feature-to-prompt-asset`
`Agent技术选型分析.md` + `AICoding工作流.md`	合并 → `agent-framework-selector`	决策矩阵(任务形态→框架)
`Filesystem-First-Durable-Training-Agent.md`	`durable-training-agent-template`	状态落盘 + 强制 preflight
`架构驱动的软件方法论演进轨迹.md`	`architecture-review-atam`	ATAM 9 步评估 + 场景驱动法

3.3 可视化 / 性能

源文件	建议 Skill 名	核心方法论
`可视化组件开发的教训与技巧.md`	`d3-component-pitfalls-checklist`	教训 + 技巧两大清单
`可视化组件的分层设计思路.md`	`component-layering-design`	3 层模型:绘制层/插件层/业务层
`从拓扑图案例来分析如何写可视化组件.md`	`new-vis-component-routine`	读 API→GoG 分解→4 数据结构→程序结构
`浏览器渲染性能优化.md`	`browser-rendering-perf-diagnosis`	5 阶段管线 + DevTools 诊断流程（通用度极高）
`大数据量下的关系可视化通用解决方案.md`	`large-data-vis-strategy`	目的优先→drill-down 决策框架
`叙事可视化.md`	`narrative-visualization-pipeline`	3 阶段流水线 + author/reader-driven 区分
`可视化绘图的性能优化.md`	增强 `vis-performance-optimization`	4 大 draw-call 优化技术

3.4 写作 / 内容

源文件	建议 Skill 名	核心方法论
`如何做出亮眼的PPT.md`	增强 `ppt-master`/`frontend-slides`	28 行风格分类表 + prompt 模板
`通过LLM整理博客.md`	`batch-llm-eval-pipeline`	failover + 并发 + 5 维加权评分
`我的写作和语言风格分析.md`	增强 `leozhou-blog-writer`	风格分析模板(结构→语言→思维→模板→词典)
`如何快速拆解某个功能的实现方案.md`	`frontend-feature-reverse-engineering`	5 步:Wappalyzer→源码→网络→console→元素事件
`如何开拓新的领域.md`	`domain-scouting-planner`	5 步:知天花板→竞品→需求→实现→推广
`梯度下降-基于反馈的迭代式英语学习.md`	`feedback-iteration-coach`	梯度下降映射到学习的 6 步循环

四、不推荐提取的文章类型

分析中发现以下几类文章不适合做 Skill，识别后应排除：

空壳 / TODO（约 15%）：AI-Coding工作流.md(仅 YAML)、如何写出优秀的技术文档.md、如何编写分解文档.md
纯链接集（约 10%）：研发效能度量.md、Prompt-Engineering.md、数据可视化-如何讲好故事.md
个人流水账 / 反思：复盘与执行力.md、Diary-of-*、weekly-summary-*（400+ 篇周报，零 skill 价值，但有 voice 提取价值）
纯观点文：如何正确的理解技术.md、人生的意义.md
特定项目日志：2020-01-02-大屏线上问题复盘.md（除非抽象成”线上事故复盘模板”）

五、关键发现

5.1 Skill 富矿集中在 3 个集群

AI-Native Engineering  ← 最高价值，最前沿
├── 长程任务编排
├── Loop Engineering
├── 文档驱动开发
├── Skill 自进化
└── 写作风格蒸馏

可视化工程体系         ← 专业护城河
├── 组件设计 / 配置 / 架构 三件套
├── NL2VIS 流水线
├── 性能优化
└── D3 实现套路

学习方法论             ← 元能力
├── FOLS 可迁移学习框架
├── 评测驱动刻意练习
└── 英语学习闭环系统

5.2 已有 Skill 的去重

AgentInfra 仓库 / ~/.agents/skills/ 已存在以下相关 skill，新提取应填补空白或增强，而非重复：

leozhou-blog-writer ↔ 我的写作和语言风格分析.md
workflow-ai-coding-v3 ↔ Vibe-Coding经验总结.md
frontend-code-review ↔ 如何做好CodeReview.md
english-learning-methodology-blog ↔ 英语学习方法论.md
implemented-feature-to-prompt-asset ↔ MetaPrompt.md
skill-extractor / skill-miner ↔ Skill自进化调研.md
harness-builder ↔ 如何设计项目AI改造Skill.md
exec-plan-lifecycle-maintenance ↔ 如何实现长程自动化任务.md
vis-pattern-selector 已存在（可视化方向 skill 偏少，优先补齐）

5.3 建议的提取顺序

先做 Tier S 的 6 篇可视化文章 —— 最深的领域资产，且仓库中可视化 skill 偏少
再做 AI/Agent 的 5 篇 —— 契合 AgentInfra 项目主题
(精)如何写工作总结和计划.md 单独优先 —— 30KB 集大成，跨管理+方法论

5.4 元发现：用你自己的方法论 dogfooding

推荐用 如何蒸馏我自己的写作风格.md 里的方法论，反向应用到这 1300 篇博客：

清洗样本 (剔除 AI 味/报告体/链接集)
    ↓
提取高可信度的方法论骨架 (结构而非词汇)
    ↓
自包含打包成 Skill (SKILL.md + references/)
    ↓
迭代规则 (重复 2-3 次才沉淀为规则)

蒸馏写作风格的方法这次可以直接拿来跑一遍，正好验证它是不是真可迁移。

六、附：评估分数汇总

评分	文章数(抽样)	说明
5/5	约 14 篇	已是 Skill 级方法论，可直接抽取
4/5	约 25 篇	方法扎实，需少量打包
3/5	约 18 篇	部分可复用，需补充
1-2/5	约 33 篇	太薄/链接集/项目特定，不建议提取

抽样范围：AI/Agent(21) + 可视化工程(23) + 管理(21) + 写作学习(21) + 通用 How-to(23) = 109 篇